グラフレベルの表現学習における新たな手法を紹介します。この手法は、全体のグラフをベクトル空間に埋め込むもので、2つのグラフの埋め込みがそのグラフ間の近接性を保つように設計されています。当該手法であるUGRAPHEMBは、完全に非監督かつ帰納的な方法でグラフレベルの埋め込みを行うための一般的なフレームワークを提供します。学習されたニューラルネットワークは、訓練データセットに含まれているか否かに関わらず任意のグラフを受け取り、それを埋め込みに変換する関数として考えることができます。また、Multi-Scale Node Attention (MSNA) と呼ばれる新しいグラフレベルの埋め込み生成メカニズムを提案しています。5つの実際のグラフデータセットを用いた実験結果から、UGRAPHEMBはグラフ分類、類似度ランキング、およびグラフ可視化のタスクにおいて競合する精度を達成していることが示されました。